贝森特一句话吓坏白宫！美国连明天都快没了，中国AI真追上来了！

2026年9月，美国财政部长贝森特谈到中美人工智能竞争时，讲出了一句分量很重的话：如果中国在AI领域取得领先，那么其他很多投入都会失去意义，他甚至用了“没有后天”来形容这种紧迫感。9月8日公开报道显示，他把AI竞争同美国巨额国防开支、数据中心建设等问题直接放在一起谈。一个管财政的人，把人工智能讲到近乎决定国家竞争前途的高度，这就不是普通的产业政策讨论了。

当然，“美国没有明天”不能按字面理解，美国也远没有到了技术体系崩塌的地步。真正值得注意的是，美国高层对中国AI的判断已经发生明显变化。几年前，华盛顿讨论更多的是怎样利用先进GPU、半导体设备和软件生态，把中国挡在最前沿算力之外；到了2026年，问题已经变成：即使先进芯片继续受到限制，中国模型为什么还是越追越近？贝森特这句话真正暴露出来的，是美国对于技术代差缩小速度的担忧。

数据比情绪更能说明问题。斯坦福大学2026年AI Index显示，截至今年3月，中美顶尖模型之间的性能差距已经缩小到2.7%，而且从2025年开始，中美模型曾多次交换排行榜上的领先位置。美国仍然拥有更多处于最前沿的模型和强大的基础研究体系，但过去那种非常清晰的能力鸿沟正在变窄。现在已经不能简单用“中国模型落后几年”概括这场竞争，因为双方模型之间的差距开始进入个位数百分比区间。

进入9月后，这种追赶没有停。9月10日，DeepSeek发布V4.1-Flash，强调更快推理、更高吞吐率，并为继续扩大模型规模做准备。再往前看，8月DeepSeek刚正式推出V4 Pro，2月阿里也发布了Qwen3.5。中国AI行业现在最值得关注的，并非某家公司偶尔推出一个“爆款”，而是模型升级已经形成连续节奏。DeepSeek之后还有阿里、月之暗面、智谱、MiniMax、字节跳动等多条技术路线相互竞争，内部竞争越激烈，迭代速度往往也越快。

更有意思的事情发生在美国自己家门口。就在9月17日，路透社披露，美国联邦公报网站此前竟然短暂使用了阿里的Qwen模型，为用户提供法规内容搜索功能，随后这一功能被撤下。这件事本身未必构成严重安全风险，因为处理的主要是公开信息，可政治意义非常明显：美国政府一边警告中国AI带来的竞争和安全问题，自己的联邦网站却出现了中国开源模型。这种反差，恰好说明中国AI已经不只是“中国市场里的产品”，而是进入了美国开发者和机构能够实际调用、部署的技术选择范围。

这里就碰到了美国真正头疼的第二个问题——开源生态。美国在最顶尖的闭源模型上依旧很强，但中国企业近年来在开放权重模型上投入很大。开放权重意味着开发者可以拿到模型关键参数，在自己的服务器上部署、微调，不一定把数据发送给模型厂商。对于很多国家的企业、中小开发团队甚至政府机构而言，这种模式成本更容易控制，自主部署也更方便。AI竞争一旦从“谁的模型考试分数高”变成“谁的模型全球部署得更多”，玩法就完全不同了。

所以贝森特最近的另一个动作，比“没有后天”那句话更值得看。9月16日，他公开表示，美国愿意同中国讨论人工智能带来的共同风险，也希望避免两国AI体系彻底割裂，并明确提到讨论开放权重和封闭权重模型。这说明华盛顿面对的问题已经非常具体：既要阻止中国AI赶上，又必须承认中国已经成为全球AI治理绕不开的一方。中美计划进行AI安全讨论，包括AI驱动的网络攻击等风险问题，这在几年前并不是双方竞争议程中的核心内容。

美国又在另一条线上继续加压。9月上旬，美国执法和情报部门指责多家中国AI企业利用“蒸馏”方式获取美国模型能力，涉及DeepSeek、月之暗面和阿里等公司。美方把这种行为描述成恶意复制，中国方面则否认相关指控。这里需要把事实和指控分开：蒸馏本身是AI行业存在已久的技术路线，美方现在争议的重点，是具体企业是否绕过服务规则、大规模提取受限制模型的输出，而不是“蒸馏”这个技术概念本身突然变成非法技术。

这件事反过来也说明，美国对中国AI的防线正在发生变化。第一阶段是卡GPU，第二阶段是限制先进半导体制造设备，接着又扩大到云计算、模型权重、训练数据和技术人员流动，现在连模型输出怎样被使用都成为关注对象。防线越往软件层和模型层延伸，就越说明单靠限制硬件并不足以确保长期领先。中国拿不到最先进GPU会增加训练成本，这是现实；但工程优化、算法改进、模型压缩和国产算力集群同样能够改变竞争结果。

9月17日出现的另一个消息，更能说明问题。华为当天表示，中国市场对其AI计算设备的需求已经超过供应能力，目前产能甚至难以充分满足国内需求，因此没有全面扩大海外销售的计划。华为还披露，昇腾950DT测试进展良好，正在同国内模型开发企业展开广泛讨论，预计更多企业明年会使用相关系统训练模型。这里不能把国产芯片描述成已经全面超过英伟达，特别是在单芯片性能、先进存储和软件生态方面，差距依旧存在，但国产AI算力正在从“能不能用”走向“怎样扩大供应”。

短板同样不能回避。9月10日的报道显示，高带宽存储器供应紧张正在推高中国AI芯片成本，部分国产加速卡报价明显上涨。英伟达CUDA经过多年积累形成的软件生态，也不是短时间能够复制的。因此中国AI目前更准确的状态，是模型能力已经逼近第一梯队，国产算力体系正在快速补课，但先进芯片、HBM、高端制造以及软件工具链仍然存在需要突破的环节。只有把这些事实讲清楚，才能看懂为什么美国既紧张，又没有失去领先优势。

而AI竞争走到2026年，还有一个越来越容易被低估的变量，那就是电。人工智能训练和推理不是凭空产生的，背后是服务器、机房、冷却系统、输电线路和发电能力。中国电力系统正在把算力增长直接纳入规划。公开信息显示，2026年至2030年，中国数据中心用电需求预计还会快速增加，政策层面也在推动数据中心与绿色电力直接连接。换句话说，未来AI竞争不仅看GPU有多少，还要看一个国家能不能持续、稳定、低成本地给大规模算力中心供电。

这恰恰也是贝森特那番讲话的特殊背景。他当时面对的问题之一，就是美国地方社区对大型数据中心建设、电力消耗和基础设施压力产生的不满。美国科技公司资本雄厚，可建数据中心不等于电网扩容可以同步完成。AI越往后发展，模型训练所需要的算力越庞大，电力、土地、变压器、输电线路乃至社区许可都会变成竞争资源。美国AI强在芯片和头部实验室，中国则可以把能源、制造、通信和数据中心建设放到更大的产业体系里推进。

中国AI还有一张容易被忽视的牌，就是制造业应用。大模型真正改变国家实力，不是陪用户聊天，而是进入工厂、汽车、港口、电网、物流、机器人、科研和工业软件。中国拥有规模庞大的制造体系，如果AI能够进入生产流程，那么模型能力每提高一点，可能都会通过自动化、质量检测、设备维护、供应链调度和机器人系统被放大。到这个阶段，比较的就不只是哪个公司模型参数更多，而是谁能把算法更快装进真实机器和生产线上。

军事领域同样如此。人工智能真正进入军事体系后，价值主要集中在情报整理、图像识别、无人装备协同、后勤调度、装备维护、网络防御和辅助决策等环节。大模型并不会自动变成战斗力，真正困难的是把算法与传感器、通信链、无人平台和指挥体系可靠连接起来。中国拥有完整电子工业、无人机产业和通信产业基础，这使民用AI技术向更多应用场景扩散时拥有较大的产业承接空间。

因此，美国现在担心的并不是某一次排行榜输给中国，而是中国正在同时推进模型、芯片、算力、电力和应用。如果只有DeepSeek一家企业突然冒出来，美国完全可以把它看成偶然事件；如果阿里、DeepSeek、月之暗面、智谱等企业不断推出新模型，国产AI芯片需求又持续扩大，开放权重模型还开始进入海外开发者生态，那就变成了体系竞争。这才是贝森特那句重话真正值得关注的地方。

接下来几天还会出现一个重要观察窗口。按照9月16日和17日公开的信息，中美将在近期继续讨论AI风险问题，人工智能也已经进入下一阶段中美高层沟通议程。由于今天是2026年9月18日，这些会谈有些尚未举行，因此不能提前写成“双方已经达成协议”。目前能够确认的，只是双方都有讨论AI安全、网络攻击风险以及避免技术体系完全割裂的意愿，具体能谈到什么程度，还需要等待正式消息。

美国依旧握着很多强牌。最先进GPU、EDA和芯片生态、世界级云计算企业、风险资本、顶尖大学和前沿实验室，都构成了美国AI领先的基础。中国现在追得很快，并不等于已经在所有指标上超过美国。斯坦福的数据给出的其实是一个更值得重视的结论：美国仍领先，但中美模型性能差距已经明显收窄。对于华盛顿而言，最难接受的不是今天少领先几个百分点，而是过去认为可以长期保持的技术代差正在失去确定性。

所以，“美国连明天都快没了”更像是一种战略焦虑的形象表达。贝森特真正担心的是，一旦AI成为下一轮工业革命、军事变革和经济增长的基础设施，美国如果失去技术主导权，过去依靠美元、科技企业、芯片和全球数字生态形成的部分优势也可能受到冲击。美国并没有“没有明天”，可它确实越来越担心一个问题：如果中国能够在受到高端芯片限制的情况下依然逼近前沿，那么再给中国三年、五年，竞争会变成什么样？

到了2026年9月，答案已经露出了一部分轮廓。中国AI真正追上来的地方，不只是某个模型的跑分，而是开始形成模型快速迭代、国产算力扩张、开放生态传播、能源基础设施配套和产业应用落地的组合能力。美国的领先仍然真实存在，中国的短板也同样真实存在。可华盛顿过去能够放心计算自己领先多少年，现在却越来越难给出这个数字。贝森特一句“没有后天”，真正让美国战略圈紧张的，正是这种确定性的消失：AI这场比赛，中国已经不是远处追赶的选手，而是进入了能够改变比赛节奏的位置。